什么是tensorflow?tensorflow与哪些python包关系密切

Tensorflow在机器学习的时代背景下应运而生，对于tensorflow，计算机专业学生或多或少均有所了解。机器学习过程中，tensorflow是常被使用框架之一。为增进大家对tensorflow的认识，本文将为大家介绍何为tensorflow，并对tensorflow常用的python包加以讲述。如果你对本文内容具有兴趣，不妨继续往下阅读哦。

一、何为TensorFlow

任何曾经试图在 Python 中只利用 NumPy 编写神经网络代码的人都知道那是多么麻烦。编写一个简单的一层前馈网络的代码尚且需要 40 多行代码，当增加层数时，编写代码将会更加困难，执行时间也会更长。

TensorFlow 使这一切变得更加简单快捷，从而缩短了想法到部署之间的实现时间。TensorFlow 是由 Google Brain 团队为深度神经网络(DNN)开发的功能强大的开源软件库，于 2015 年 11 月首次发布，在 Apache 2.x 协议许可下可用。截至今天，短短的两年内，其 GitHub 库大约 845 个贡献者共提交超过 17000 次，这本身就是衡量 TensorFlow 流行度和性能的一个指标。

下图列出了当前流行的深度学习框架，从中能够清楚地看到 TensorFlow 的领先地位：

开源深度学习库 TensorFlow 允许将深度神经网络的计算部署到任意数量的 CPU 或 GPU 的服务器、PC 或移动设备上，且只利用一个 TensorFlow API。你可能会问，还有很多其他的深度学习库，如 Torch、Theano、Caffe 和 MxNet，那 TensorFlow 与其他深度学习库的区别在哪里呢?包括 TensorFlow 在内的大多数深度学习库能够自动求导、开源、支持多种 CPU/GPU、拥有预训练模型，并支持常用的NN架构，如递归神经网络(RNN)、卷积神经网络(CNN)和深度置信网络(DBN)。

TensorFlow 则还有更多的特点，如下：

· 支持所有流行语言，如 Python、C++、Java、R和Go。

· 可以在多种平台上工作，甚至是移动平台和分布式平台。

· 它受到所有云服务(AWS、Google和Azure)的支持。

· Keras——高级神经网络 API，已经与 TensorFlow 整合。

· 与 Torch/Theano 比较，TensorFlow 拥有更好的计算图表可视化。

· 允许模型部署到工业生产中，并且容易使用。

· 有非常好的社区支持。

· TensorFlow 不仅仅是一个软件库，它是一套包括 TensorFlow，TensorBoard 和 TensorServing 的软件。

二、TensorFlow常用Python包

TensorFlow 能够实现大部分神经网络的功能。但是，这还是不够的。对于预处理任务、序列化甚至绘图任务，还需要更多的 Python 包。

下面列出了一些常用的 Python 包：

· Numpy：这是用 Python 进行科学计算的基础包。它支持n维数组和矩阵的计算，还拥有大量的高级数学函数。这是 TensorFlow 所需的必要软件包，因此，使用 pip install tensorflow 时，如果尚未安装 Numpy，它将被自动安装。

· Matplolib：这是 Python 2D 绘图库。使用它可以只用几行代码创建各类图，包括直方、条形图、错误图、散点图和功率谱等。它可以使用 pip 进行安装：

· OS：这包括在基本的 Python 安装中。它提供了一种使用操作系统相关功能(如读取、写入及更改文件和目录)的简单便携方式。

· Pandas：这提供了各种数据结构和数据分析工具。使用 Pandas，您可以在内存数据结构和不同格式之间读取和写入数据。可以读取 .csv 和文本文件。可以使用 pip install 或 conda install 进行安装。

· Seaborn：这是一个建立在 Matplotlib 上的专门的统计数据可视化工具。

· H5fs：H5fs 是能够在 HDFS(分层数据格式文件系统)上运行的 Linux 文件系统(也包括其他带有 FUSE 实现的操作系统，如 macOS X)。

· TFlearn：TFlearn 是一个建立在 TensorFlow 之上的模块化和透明的深度学习库。它为 TensorFlow 提供更高级别的 API，以促进和加速实验。它目前支持最近的大多数深度学习模型，如卷积、LSTM、BatchNorm、BiRNN、PReLU、残差网络和生成网络。它只适用于TensorFlow 1.0 或更高版本。请使用 pip install tflearn 安装。

· Keras：Keras 也是神经网络的高级 API，它使用 TensorFlow 作为其后端。它可以运行在 Theano 和 CNTK 之上。添加图层只需要一行代码，非常用户友好，可以使用 pip install keras 来安装。

以上便是此次小编带来的“tensorflow”相关内容，通过本文，希望大家对tensorflow是什么以及tensorflow使用过程中常需的python包具备一定的了解。